欢迎来到天天文库
浏览记录
ID:32032812
大小:2.46 MB
页数:96页
时间:2019-01-30
《【硕士论文】基于神经网络的非线性系统传感器故障诊断研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、西北工业大学硕士学位论文基于神经网络的非线性系统传感器故障诊断研究姓名:王霞申请学位级别:硕士专业:电力电子与电力传动指导教师:侯明善2002.3.7阳北T业夫学坝f‘学位论义摘要摘要本文丰要研究了基]i神经刚络的传感器故障诊断方法。文rfI对故障诊断技术进行了综述,介2目了控制系统中故障珍断的含义、内容和任务,阐明了神经网络技术运用于故障诊断领域在整个故障诊断技术中的地位。简要介绍了神经网络技术基础和反向传播(BP)网络。讨论了基于神经网络观测器的传感器故障诊断原理和方法。最后在详细的研究了被诊断系统的基本十牛能的基础上,应用该
2、方法对某一液址系统的传感器故障进行了故障珍断研究。/对很多系统向吉,当系统性能下降时(非故障引起),如果这时系统某部位发生故障,由于故障受系统自身的非线性特性影响,使故障诊断变的十分困难,从而会引起误报或漏报。本文详细研究了在这种情况下的故障诊断问题,针对某液压系统,分析了系统在方波输入、证弦输入、锯齿波输入卜,分别在正常工作频率、极限工作频率以及接近极限:[作频率等9种iI作状态的特性,以及在这9种工作状态卜,运用神经网络观测器进行传感器故障诊断研究。仿真结果表明,基丁神经网络观测器的故障诊断方法在系统正常工作频率范围之内,不受
3、系统输入类型和故障的类型的影响,只要故障对系统的特性发生影响(系统参数漂移3%),通过神经网络观测器的残差判别函数可以诊断出故障。这说明,该方法具有很强的适用性和潜在的应用价值。同时,仿真结果也表明,该方法能有效抑制噪声,对故障信号敏感,具有很强的鲁棒性。将基于神经网络的故障诊断方法与基于数学模型的方法进行比较后发现,基于神经网络的方法马有适用性广、实时性很强、鲁棒性强以及结构和设计步骤更简便等特点。)/∥\关键词:故障故障检测j,珍断非线一注系统未知输入神芬翻蠡BP}}螽7网络观测器传感器鲁棒性、\。、7堕i!!些叁堂塑!.堂丝
4、堡兰———————————-竺堡旦兰旦NEURALNETWORK.BASEDSENSORFAULTDIAGNOSISFORANONLINEARSYSTEMABSTRACTFauItdetectionandisolationfornonlinearsystems,especiallyforsystemswithuilknownnonlinearcharacteristicsandunknowninputs,hasbeenarousedmoreattentionsinrecentyears.Variousfaultdiagnosism
5、ethodshavebeendeveloped.StudiesshowthatneuralnetworksarethemostpowerfultoolstoapproximatealmosteverynonlinearsystemandhavereliableaccuracyInthisthesis,weinvestigatethefaultdiagnosisforahydraulicsystemwithseverenonlinearityunderninedifferentoperationconditionsusingBPne
6、uralnetworks.Sensors’faultareconsidered,whichincludeabruptparameterchangesandslowlyparameterdrifting.First,thesystemoperationconditionsthatincludethreeinputtypes(square,sinuousandtriangle)withdifferentfrequencies(1/250hz,1/5hzandlhz)arediscussed.Infaultdetectionproces
7、ses,weconstruct4three—layerBPneuralnetworksto1ealTlthenormalstatesofthesystem.TheoutputsoftrainedneuraInetworksareastheestimatevaluesofthesensors.ThenthedifferencebetweentheoutputofthetrainedneuralnetworksandthatoftheactualsystemiSusedasaresidual,whichdetectsthesensor
8、fault.Thediagnosiscanthenbeperformedbyfurtherexploitingtheinformationprovidedfromtheresidualsignalsaccordingtocertainrulesin
此文档下载收益归作者所有